算力从一次性采购变成持续经营的重资产，回报要靠真实负载和收入兑现。

需求已经被证明，下一场竞争是让收入增长跑赢资本开支与折旧 

算力从一次性采购变成持续经营的重资产，回报要靠真实负载和收入兑现。

核心判断｜AI需求正在变成收入，但这并不等于资本回报已经完成。下一阶段，企业要同时证明增长、利用率、单位成本和现金回收速度。

7月22日，Alphabet公布2026年第二季度业绩。最醒目的两组数字看起来互相矛盾：Google Cloud收入同比增长82%，达到247.68亿美元；与此同时，季度资本开支达到449.24亿美元，超过390.69亿美元经营现金流，自由现金流转为负58.55亿美元。

这不是“AI泡沫已经破裂”，也不是“只要云收入增长，所有投入都合理”。它更像一张新阶段的成绩单：市场需求已经被证明，资本效率开始接受审计。过去大家问模型好不好用；现在必须追问，每一美元服务器、机房、网络和电力投入，多久能变成持续收入。

一、先拆开两件真事：需求很强，现金压力也是真的

本季度Alphabet总收入增长24%至1197.96亿美元，营业利润增长30%至407.70亿美元，营业利润率由32%升至34%。Cloud不仅增长快，营业利润也由28.26亿美元升至88.14亿美元，按披露口径计算，季度营业利润率约35.6%。这说明企业AI基础设施与解决方案已经形成可观收入，而不是只有演示和试用。

但现金流呈现了另一面。资本开支由上年同期224.46亿美元增至449.24亿美元，正好翻倍；经营现金流虽增至390.69亿美元，仍不足以覆盖当季购置物业和设备的现金支出。Alphabet给出的自由现金流口径因此为负58.55亿美元。

两个结论必须同时保留：第一，AI云需求确实在兑现；第二，兑现收入所需的资本密度正在迅速提高。用“收入高速增长”否定现金压力，或用“自由现金流转负”否定需求，都只读了半张报表。

•需求证据：Cloud收入增长、营业利润扩大、企业客户采用和API用量上升。

•投入证据：资本开支翻倍，且公司继续上调全年资本开支区间。

•回报证据：不能只看一个季度，要继续看利用率、折旧、毛利、续费和现金回收。

二、别被1121亿美元净利润带偏：真正要看经营与现金

Alphabet本季度归属于普通股股东的净利润达到1121.07亿美元，同比增长298%。但其中最主要的推动力并不是搜索或云业务突然多赚了近千亿美元，而是股权证券带来的990.31亿美元净收益；公司披露，这些股权收益对净利润的税后影响约为771亿美元。

这类收益会随被投企业估值和市场价格波动，不能简单当作AI业务的经常性利润。判断主营业务，营业利润407.70亿美元更有参考意义；判断当期造血能力，经营现金流390.69亿美元更直观；判断重资产扩张后的剩余现金，自由现金流则给出另一层压力。

同样，Cloud的88.14亿美元营业利润也不是整套AI投入的完整回报。Alphabet把部分共享AI研发、通用模型开发及相关技术基础设施使用成本列在公司层面，本季度该层面的亏损为57.89亿美元。Cloud分部表现强劲，但不能据此断言所有基础模型研发和内部算力成本都已经由Cloud利润覆盖。

读表提醒｜净利润回答“会计上赚了多少”，营业利润回答“主营经营得怎样”，自由现金流回答“扣除资本投入后还剩多少现金”。三者不能互相替代。

三、互联网公司正在变成“算力公用事业”

传统互联网业务最迷人的地方，是一套软件可以被大量用户复用，新增用户的边际成本相对较低。生成式AI改变了这一结构：每次训练、推理和代理调用都要消耗芯片、内存、网络、电力与冷却资源；为了保证容量，企业还要提前数季锁定供应链和建设机房。

Alphabet在电话会上把2026年资本开支指引上调至1950亿—2050亿美元，高于此前的1800亿—1900亿美元，并表示2027年还会显著增加。公司还计划在第三季度扩大使用第三方容量，作为自建能力投产前的桥接方案；这有助于承接客户需求，却会在短期给利润率带来压力。

融资结构也在变化。公司披露，第二季度通过普通股与强制可转换优先股净募资496亿美元，并发行高级无担保票据净募资203亿美元，均可用于一般公司用途，其中股权融资明确包括扩张AI基础设施和全球算力。半年末长期债务由2025年末的465.47亿美元升至981.65亿美元。

这意味着，AI竞争不再只是研发预算竞争，而越来越像电信、电力和云基础设施行业：先投入巨额资本，等容量投产，再通过较长周期回收。真正的风险不是“花钱”本身，而是建设周期、负载上架速度、技术迭代和资产折旧周期错位。

四、下一季最该盯的，不是模型榜单，而是六个经营指标

如果AI基础设施已经进入重资产经营阶段，评价体系也必须升级。仅看参数、跑分或用户数，无法回答投入是否形成可持续回报。至少要持续观察下面六组指标：

1.容量利用率：已投产服务器和机房有多少被稳定负载占用，峰谷差有多大。

2.收入密度：每兆瓦、每台服务器或每美元资本开支能产生多少云收入与毛利。

3.订单兑现：云合同与积压需求多快转化为已交付容量和可确认收入。

4.单位经济性：每百万Token、每次代理任务或每个训练作业的全栈成本是否下降。

5.折旧与更新：设备折旧年限能否匹配芯片迭代，是否出现资产提前淘汰。

6.现金回收：经营现金流增速能否重新跑赢资本开支，自由现金流何时恢复。

还要特别留意“第三方容量”这一桥接成本。自建容量不足时，外采能够避免丢失客户；但如果外采价格高、合同期限长，收入增长可能伴随利润率承压。反过来，若自建过快而需求兑现不及预期，闲置容量和折旧又会拖累回报。

五、对中国科技产业链的启示：少比投资总额，多算有效产出

对中国的云厂商、运营商、智算中心和地方园区来说，Alphabet的季报提供了一个比“建了多少万卡、多少兆瓦”更实用的参照：规模只能说明投入，不能说明产出。项目验收应从设备到货率转向真实上架率、有效利用率、客户复购、单位任务成本和现金回收。

中国市场还有自己的约束：国产加速器、HBM与高带宽互连的供给组合不同，电价与园区资源不同，模型生态和客户付费能力也不同。因此不能照抄海外资本开支比例，更不能把硬件账面峰值折算成实际可售算力。

更健康的竞争方式，是建立跨层级的经营台账：芯片能效、集群可用性、调度损耗、模型压缩、推理吞吐、客户留存和回款周期放在同一张表里。这样才能判断一座智算中心是在“点亮设备”，还是在持续交付有利润的AI任务。

结尾｜Alphabet这份季报最有价值的地方，不是给AI热潮盖章，也不是给泡沫论递刀。它提醒市场：AI已经开始创造真实收入，同时也在把互联网公司改造成更重的资本机器。下一轮胜负，不只由谁拥有更强的模型决定，还取决于谁能让算力更快上架、让单位成本持续下降，并让经营现金流最终追上扩张速度。需求只是起点，资本回报才是长期答案。